| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文工作 | 第12页 |
| 1.4 论文结构 | 第12-14页 |
| 第2章 区间二型模糊粗糙集和模糊形式概念分析理论 | 第14-33页 |
| 2.1 区间二型模糊粗糙集理论 | 第14-22页 |
| 2.1.1 知识与信息系统 | 第15-17页 |
| 2.1.2 区间二型模糊集理论和粗糙集理论 | 第17-21页 |
| 2.1.3 区间二型模糊粗糙集理论 | 第21-22页 |
| 2.2 基于高斯核函数的区间二型模糊集粗糙集 | 第22-29页 |
| 2.2.1 高斯核函数及基于高斯核函数的模糊关系 | 第22-25页 |
| 2.2.2 基于高斯核函数的区间二型模糊粗糙集 | 第25-29页 |
| 2.3 模糊形式概念分析理论 | 第29-32页 |
| 2.3.1 形式背景和概念格 | 第29-30页 |
| 2.3.2 模糊形式概念分析和Hasse图 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 高斯核区间二型模糊粗糙集属性约简及模糊概念格规则提取 | 第33-48页 |
| 3.1 整体算法的研究技术路线 | 第33-34页 |
| 3.2 基于高斯核函数的区间二型模糊粗糙集属性约简算法 | 第34-39页 |
| 3.2.1 基于高斯核函数的区间二型模糊粗糙集属性约简算法 | 第34-36页 |
| 3.2.2 属性约简算法实例分析 | 第36-39页 |
| 3.3 模糊概念格的构造及其规则提取算法 | 第39-47页 |
| 3.3.1 模糊概念格的构造方法 | 第39-44页 |
| 3.3.2 模糊概念格规则提取 | 第44-47页 |
| 3.3.3 规则提取算法实例分析 | 第47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 GK-IT2FRS和FCLACF算法的实验和分析 | 第48-63页 |
| 4.1 实验环境 | 第48-49页 |
| 4.2 实验参数的设定 | 第49-51页 |
| 4.3 标准数据集实验结果和分析 | 第51-57页 |
| 4.3.1 GKFIT2_FRSR算法属性约简实验 | 第51-54页 |
| 4.3.2 FCLCR算法规则提取实验 | 第54-57页 |
| 4.4 脑认知实验数据应用分析 | 第57-62页 |
| 4.4.1 实验数据 | 第57-59页 |
| 4.4.2 实验结果及分析 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文总结 | 第63页 |
| 5.2 下一步工作展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 附录A zoo数据概念表 | 第70-80页 |
| 附录B 脑数据条件属性阈值分割表 | 第80-81页 |
| 攻读学位期间公开发表论文 | 第81-82页 |
| 致谢 | 第82页 |
